Classificação automática de estilos de videoaulas

Detalhes bibliográficos
Ano de defesa: 2023
Autor(a) principal: Aquino, Bernadete Aparecida da Rocha lattes
Orientador(a): Souza, Jairo Francisco de lattes
Banca de defesa: Menezes, Victor Stroële de Andrade lattes, Soares Neto, Carlos de Salles
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Juiz de Fora (UFJF)
Programa de Pós-Graduação: Programa de Pós-graduação em Ciência da Computação
Departamento: ICE – Instituto de Ciências Exatas
País: Brasil
Palavras-chave em Português:
Área do conhecimento CNPq:
Link de acesso: https://doi.org/10.34019/ufjf/di/2023/00086
https://repositorio.ufjf.br/jspui/handle/ufjf/15540
Resumo: Embora as videoaulas sejam frequentemente utilizadas em diversas áreas que abrangem uma ampla gama de estudos e aplicações, a falta de uma abordagem comum para a definição e classificação de seus estilos resulta na utilização de vários modelos diferentes para esses fins. Existem diferentes propostas de classificação desses estilos mas com divergências entre si. Consolidar os estilos de produção permitiria entender as possibilidades de produção de materiais e facilitaria a comunicação entre pesquisadores ou produtores de conteúdo. Para desenvolver essa abordagem comum, existe a necessidade de construir uma estrutura através da qual esses estilos possam ser definidos e classificados. Além disso, muito tem sido feito para investigar os efeitos desses estilos no envolvimento do aluno e no resultado de aprendizagem. Esses estudos sugerem que os estilos de videoaula afetam o desempenho acadêmico e que os alunos aprendam melhor através de um determinado estilo de videoaula em comparação com outros. Com base nisso, os objetivos deste trabalho são propor um modelo unificado para classificação de estilos de videoaulas com base nas nomenclaturas e definições usadas na literatura e propor uma abordagem para classificação automática de 4 estilos de videoaula (Talking Head, Voice Over Slides, Presentation Style e Khan-Style), utilizando características visuais desses estilos. O modelo de classificação proposto permite classificar os estilos de vídeo com base em 2 dimensões visuais, incorporação humana e mídia instrucional. Acreditase que com esse modelo tornará possível a correta caracterização e formação de um entendimento comum de definições de estilos de videoaulas com base em estudos científicos existentes. Já a classificação automática dos estilos poderá ser utilizada por sistemas de recomendação para sugestão de estilos mais aderentes a preferências dos alunos e ao resultado de aprendizagem pretendido. A abordagem apresentada para a classificação automática mostra que as features extraídas dos vídeos são capazes de classificar de forma acurada o conjunto de estilos apresentados neste estudo, sendo essa classificação realizada por meio de features simples e fáceis de serem extraídas.